基于Hadoop云平台的矿井指纹定位算法.pdf
《基于Hadoop云平台的矿井指纹定位算法.pdf》由会员分享,可在线阅读,更多相关《基于Hadoop云平台的矿井指纹定位算法.pdf(6页珍藏版)》请在咨信网上搜索。
1、Series No.567September 2023 金 属 矿 山METAL MINE 总 第567 期2023 年第 9 期收稿日期 2023-04-27基金项目 江西省教育厅科技项目(GJJ180975)。作者简介 韩继英(1982),女,讲师。通信作者 李芳丽(1982),女,讲师,硕士。基于 Hadoop 云平台的矿井指纹定位算法韩继英1 李芳丽2 朱元凯3(1.山西职业技术学院计算机工程系,山西 太原 030006;2.马来西亚林肯大学工程学院,雪兰莪州 八打灵再也 47301;3.泰山职业技术学院信息技术工程系,山东 泰安 271001)摘 要 针对现有矿井指纹定位算法定位精度
2、不高、实时性不强的问题,结合 Hadoop 云平台技术,提出了一种基于 Hadoop 云平台的矿井指纹定位算法。该算法首先在指纹特征提取前对矿井中的多基站信号源进行数据预处理,提高指纹特征的可靠性和鲁棒性;其次,利用小波基函数对源指纹信号进行线性变换,并将多个基站信号分解成不同尺度的频带,得到具有代表性的指纹特征向量;再次,将每个待定位的矿工或移动设备信号分解为若干个子信号区域,并逐区域计算待测信号源与特征集之间的相关系数矩阵,根据相关系数矩阵实现指纹信息匹配;最后,利用多普勒效应和信号衰减原理,对每个节点的位置进行估计,获得每个节点的具体位置信息。在国内某矿井进行了定位试验,结果表明:相对于
3、主流的指纹定位算法,所提出的矿井指纹定位算法能够快速、准确地定位矿井中的人或移动设备,具有较高的定位精度和实时性。该算法可以应用于实际的矿井安全监测和管理中,为矿井安全和高效生产提供支持。关键词 矿井指纹定位 Hadoop 云平台 MapReduce 指纹匹配 中图分类号TD67 文献标志码A 文章编号1001-1250(2023)-09-193-06DOI 10.19614/ki.jsks.202309026Mine Fingerprint Localization Algorithm Based on Hadoop Cloud PlatformHAN Jiying1 LI Fangli2
4、ZHU Yuankai3(1.Department of Computer Engineering,Shanxi Vocational and Technical College,Taiyuan 030006,China;2.School of Engineering,Lincoln University,Petaling Jaya 47301,Malaysia;3.Department of Information Technology Engineering,Taishan Vocational and Technical College,Taian 271001,China)Abstra
5、ct Aiming at the current problems of the low positioning accuracy and weak real-time performance of existing mine fingerprint localization algorithms,a Hadoop cloud platform-based mine fingerprint localization algorithm is proposed.The proposed algorithm first preprocesses the multi-base station sig
6、nal sources in the mine before fingerprint feature extraction to improve the reliability and robustness of the fingerprint features.Secondly,the source fingerprint signal is transformed linearly using wavelet basis functions,and the signals from multiple base stations are decomposed into frequency b
7、ands of different scales to obtain representative fingerprint feature vectors.Furthermore,for each location-based signal of the miner or mobile de-vice,it is decomposed into several sub-signal regions,and the correlation coefficient matrix between the test signal source and the feature set is calcul
8、ated for each region,based on which matching of fingerprint information is implemented.Finally,using the doppler effect and signal attenuation principle,estimate the position of each node to obtain specific location information for each node.A localization experiment is conducted on a mine in China,
9、and the results showed that compared with mainstream fingerprint localization algorithms,the proposed mine fingerprint localization algorithm can quickly and accurately locate people or mobile devices in the mine,with high positioning accuracy and real-time performance.The proposed algorithm can be
10、applied to practical mine safety monitoring and management,providing support for mine safety and efficient production.Keywords mine fingerprint localization,Hadoop cloud platform,MapReduce,fingerprint matching 随着互联网和信息技术的快速发展,大数据技术逐渐成为矿井行业信息化建设的重要组成部分。矿井定位技术作为矿井生产管理中的重要手段,其准确性和实时性对于保障矿井生产安全具有至关重要的作用
11、。随着矿井深度增加和矿井规模扩大,传统的矿井定位技术已经无法满足矿井生产管理需求1。因391此,如何利用先进的技术手段提高矿井定位的准确性和实时性已成为亟须解决的问题。指纹定位技术是一种基于信号指纹的定位技术2,该技术通过采集环境中的信号指纹,如 Wi-Fi信号强度、蓝牙信号强度、地磁传感器等3,将这些指纹与已知的指纹库进行匹配,从而确定当前位置。相比于其他定位技术,指纹定位技术具有定位精度高、适用范围广、无需额外设备等优点,已被广泛应用于室内定位、物联网、智能交通等领域4。近年来,随着矿井指纹定位技术日趋成熟,利用矿井指纹定位已成为矿井生产管理的重要手段,其准确性和实时性对于保障矿井生产安全
12、具有至关重要的作用。然而,传统的矿井定位技术已经无法满足矿井生产管理需求。随着矿井深度增加和矿井规模扩大,矿井环境的复杂性也越来越高,这导致传统的定位技术在精度和实时性上存在着很大的限制5-6。其次,矿井信号会受到多种因素干扰,如多径效应、障碍物遮挡等,从而导致采集的信号指纹存在一定的误差,并且指纹库的建立和维护也是一个难点,因为矿井内的信号会随着时间和环境的变化而发生变化,因此需要不断地更新和维护指纹库。此外,矿井内存在大量的节点和数据,需要进行大规模的计算和处理。矿井指纹定位技术的研究起源于 2003 年7,自此之后,矿井指纹定位技术逐渐发展壮大,并在矿山得到了广泛应用。矿井指纹定位技术的
13、研究主要涉及信号采集、指纹提取和定位算法8-93 个方面。信号采集是实现矿井指纹定位的第一步,采集的信号将用于指纹提取和定位算法。矿井指纹定位技术采集信号的方式主要包括:采用无线传感网络,将各个节点采集的信号上传到中心服务器;采用激光扫描等技术,将矿井内的地形、岩层等信息转化为信号指纹。其中,指纹提取是矿井指纹定位技术的关键步骤,主要涉及特征提取和指纹库建立。特征提取是将采集的信号转化为能够用于定位的特征向量的过程,常用的特征提取算法包括主成分分析、小波变换等10-12。然而在实践中,指纹定位技术的应用受到了多种因素限制。首先,矿井环境复杂多变,存在大量的噪声和干扰信号,这会影响指纹定位的准确
14、性和可靠性。其次,矿井的地形地貌复杂,导致信号传输路径复杂,难以建立准确的指纹库。此外,传统的指纹定位算法通常需要大量的计算资源和存储资源,难以满足矿井定位实时性的要求。为此,本研究提出一种基于 Hadoop 云平台的矿井指纹定位算法,旨在提高矿井定位的准确性和实时性。Hadoop 是一种开源的分布式计算平台,具有高可靠性、高可扩展性、高性能等优点,已被广泛应用于大数据处理领域。本研究将采集的矿井信号指纹存储在 Hadoop 分布式文件系统中,并使用 MapReduce计算模型进行指纹匹配和位置识别,从而实现矿井指纹定位的高效实时计算。1 矿井指纹定位算法1.1 基本思路随着矿井深度增加和规模
15、扩大,矿井安全监测和管理成为重要的研究领域。矿井指纹定位是其中的一项关键技术,能够在矿井中快速、准确地定位移动目标,提高矿井生产的安全性和效率。本研究基于Hadoop 云平台,提出了一种矿井指纹定位算法,通过数据预处理、指纹特征提取、指纹匹配和定位结果输出 4 个步骤,实现了对矿井指纹的提取和定位。矿井指纹定位流程如图 1 所示。图 1 矿井指纹定位流程Fig.1 Flow of mine fingerprint localization1.2 数据预处理矿井信号预处理是指在指纹提取前对矿井中多基站信号源进行预处理,旨在提高指纹特征的可靠性和区分度。通常采用均值滤波、中值滤波、小波去噪、信噪比
16、增强等方法进行预处理13。此处,数据预处理仅对原始数据进行清洗和压缩。其中,数据清洗包括去噪和异常值处理两个过程,数据压缩采用 Lem-pel-Ziv-Welch(LZW)算法14实现,具体实现方法分析如下。1.2.1 数据清洗以均值滤波为例,假设数据序列为 x1,x2,xn,窗口大小为 k(k n),则滤波后的数据序列为y1,y2,yn。计算公式为yj=1ki+k-12j=i-k-12xj,(1)式中,i,j n。在异常值处理过程中,可以采用基于统计学方法或基于模型的方法。以基于统计学方法中的 3 原则为例,假设数据序列为 x1,x2,xn,则首先计算出均值 和标准差 ,然后将大于 +3 或
17、小于-3 的值视为异常值,并进行替换或删除处理。1.2.2 数据压缩Lempel-Ziv-Welch(LZW)算法是一种常用的无损491总第 567 期 金 属 矿 山 2023 年第 9 期数据压缩算法。该算法采用字典编码方法进行压缩15,将输入的数据序列映射为一系列短代码,从而减小数据规模。具体实现步骤如下:(1)初始化字典,将所有单个字符作为初始字典项。(2)扫描输入序列,将序列中的字符序列逐步加入字典中,同时输出其对应的编码序列。(3)如果加入新的字符序列后,字典已满,则删除最旧的字典项,以腾出空间。(4)重复步骤(2)、步骤(3),直到输入序列全部扫描完毕。1.3 指纹特征提取离散小
18、波变换是指将矿井多基站信号分解成多个频带,以便去除噪声和冗余信息,提取出具有代表性的指纹特征向量16。本研究通过小波变换处理,将矿井多基站信号分解成不同尺度的频带,在保留信号细节信息的同时进行信号分解;然后通过对各个频带系数的阈值处理和重构,得到具有代表性的指纹特征向量。在离散小波变换的基础上,通过对各个尺度的频带系数进行分析和处理,提取出具有代表性的矿井指纹特征。具体来说,通过对高频子带系数的处理,可以提取出矿井边缘、纹理等细节特征;然后,对低频子带系数进行处理,可以提取出矿井的整体特征;最后,将这些特征组合起来,形成矿井指纹特征向量。离散小波变换的矿井指纹特征提取伪代码见表 1。1.4 指
19、纹匹配对于每个需要定位的矿工或移动设备,将指纹信号分为若干个子信号区域,并计算每个区域的相关系数矩阵。公式为Rxy=ni=1(xi-x)(yi-y)ni=1(xi-x)2ni=1(yi-y)2,(2)式中,Rxy为相关系数,xi和 yi分别为两个向量中的第 i 个元素;x 和 y 分别为两个向量的均值;n 表示向量的长度。将这些相关系数矩阵与之前采集的指纹信号库中的所有指纹进行比对,计算两者之间的相似度。此处,选择与输入指纹信号相似度最高的前 k 个指纹信号,作为最终匹配结果。指纹匹配流程伪代码见表 2。1.5 基于 Hadoop 云平台的矿井指纹定位基于上述指纹匹配结果,利用多普勒效应和信号
20、衰减等原理,对每个节点的位置进行估计。本研究利表 1 基于离散小波变换的矿井指纹特征提取算法伪代码Table 1 Pseudo-code of mine fingerprint feature extraction algorithm based on discrete wavelet transform输入:矿井信号 I,小波基函数 w,分解层数 L,阈值 T。输出:矿井指纹特征向量 f。将矿井信号 I 转换为灰度信号 I_g。对 I_g 进行 L 层离散小波分解,得到各个尺度的频带系数 cL,j;并对高频子带系数 cl,j进行以下处理:1对每个系数 cl,j,计算其绝对值cl,j;2将 c
21、l,j与阈值 T 进行比较,若|cl,j|T,则将其置为 1;否则,置为 0;3对于每个频带子带系数 cl,j,将其转化为一个二进制串 bl,j。对低频子带系数 cL,j进行以下处理:对 cL,j,计算其平均值 和标准差 ;将 cL,j中小于等于 的值置为 0,大于 的值置为 1;将 cL,j中大于等于 +的值置为2,小于 +且大于 的值置为 3,小于等于 的值置为 4;对于低频子带系数 cL,j,将其转化为一个四进制串 bL,j;将所有二进制串 bl,j和四进制串 bL,j组合起来,形成矿井指纹特征向量 f。返回:矿井指纹特征向量 f。表 2 指纹匹配算法伪代码Table 2 Pseudo-
22、code of fingerprint matching algorithm输入:输入指纹信号、指纹信号库、匹配阈值、区域数量、相似度计算方法。1对于每个小区域,计算其相关系数矩阵。2将输入指纹信号分为若干个小信号区域,每个区域的大小相同。3将所有小区域的相关系数矩阵连接起来,形成一个特征向量,用于表示整个指纹信号。4遍历指纹信号库中的所有指纹,对于每个指纹:(a)将指纹分为若干个小区域,每个区域的大小相同;(b)对于每个小区域,计算其相关系数矩阵;(c)将所有小区域的相关系数矩阵连接起来,形成一个特征向量;(d)计算输入指纹信号和当前指纹之间的相似度,采用相关系数法、余弦相似度等方法。5选择
23、与输入指纹信号相似度最高的前 k 个指纹信号,作为最终匹配结果。6对于最终匹配结果,计算它们之间的平均相似度,如果小于匹配阈值,则认为定位失败。7如果匹配成功,则根据匹配到的指纹信号的位置和方向,计算输入指纹信号对应的位置和方向。输出:定位结果。用最小二乘法计算节点位置17,得到每个节点在矿井中的坐标。在此基础上,将上述矿井指纹定位算法嵌入基于 Hadoop 的云平台系统上。Hadoop 的核心组件包括 HDFS(Hadoop 分布式文件系统)和 MapRe-duce18。HDFS 是一个分布式文件系统,用于存储大591 韩继英等:基于 Hadoop 云平台的矿井指纹定位算法 2023 年第
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Hadoop 平台 矿井 指纹 定位 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。